(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211298984.7 (22)申请日 2022.10.24 (71)申请人 广州市玄武无线科技股份有限公司 地址 510653 广东省广州市天河区高普路 1021号501室6383号 (72)发明人 袁智徽　丁明　王杰　许洁斌　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 姚心怡 (51)Int.Cl. G06T 7/00(2017.01) G06N 3/08(2006.01) G06T 5/30(2006.01) G06T 7/13(2017.01) G06T 7/73(2017.01) (54)发明名称 一种排面图像的倾 斜检测方法和装置 (57)摘要 本发明提供了一种排面图像的倾斜检测方 法和装置， 所述方法包括： 获取图像中待检测柜 体所有层的mask信息； 通过膨胀运算和腐蚀运 算， 根据所述所有层的mask信息， 获得所述所有 层的轮廓信息； 根据所述所有层的轮廓信息， 分 别计算各层的主方向角度， 当所有层中最大的主 方向角度大于预设值， 确定所述待检测柜体的排 面图像是否存在倾斜； 其中， 所述主方向角度与 各层分别一一对应。 相比于现有技术， 通过所有 层的mask信息进而获得轮廓信息， 并基于主方向 角度与预设值的比较实现倾斜检测， 而不需要通 过灰度图进行检测， 减少了对光线、 排面外观、 结 构等因素的限制， 提高了图像中有效信息的比例 以及倾斜检测的准确率。 权利要求书2页 说明书7页 附图3页 CN 115359065 A 2022.11.18 CN 115359065 A 1.一种排 面图像的倾 斜检测方法， 其特 征在于， 包括： 获取图像中待检测柜体所有层的mask信息； 通过膨胀运 算和腐蚀运 算， 根据所述所有层的mask信息， 获得 所述所有层的轮廓信息； 根据所述所有层的轮廓信息， 分别计算各层的主方向角度， 当所有层中最大的主方向 角度大于预设值， 确定所述待检测柜 体的排面图像存在倾斜； 反之， 确定所述待检测柜 体的 排面图像不存在倾 斜； 其中， 所述主方向角度与各层分别一 一对应。 2.如权利要求1所述的一种排面图像的倾斜检测方法， 其特征在于， 在所述获取图像中 待检测柜体所有层的mask信息之前， 还 包括： 获取图像中所有柜体的mask信息和所有层的mask信息； 根据所有柜体mask信息， 计算所有柜体mask的面积； 将最大的面积的mask对应的柜体作为所述待检测柜体； 其中， 所述待检测柜体为当前 摄像头对应柜体； 根据所述所有层的mask和当前柜体的mask的重合度， 确定所述待检测 柜体对应的所有 层。 3.如权利要求2所述的一种排面图像的倾斜检测方法， 其特征在于， 在所述获取图像中 所有柜体的mask信息和所有层的mask信息之前， 还 包括： 获取所述当前摄像头的源图像； 其中， 所述当前摄像头的源图像在接收到门体开门信 号时进行拍照获取； 基于训练好的位置分割器的输出， 获取所述当前摄像头的源图像 中所有柜体的mask信 息和所有层的mask信息 。 4.如权利要求3所述的一种排面图像的倾斜检测方法， 其特征在于， 在所述获取所述当 前摄像头的源图像中所有柜体的mask信息和所有层的mask信息之前， 还 包括： 获取源图像数据集； 其中， 所述源图像数据集包括多个 摄像头获取的源图像； 对源图像数据集中所有源图像中的所有柜体以及所有层进行轮廓标注； 采用yolact深度学习分割模型作为基础模型， 通过经过标注的源图像数据集进行训 练， 获得所述训练好的位置分割器。 5.如权利要求1所述的一种排面图像的倾斜检测方法， 其特征在于， 所述根据 所述所有 层的轮廓信息， 分别计算各层的主方向角度， 具体为： 通过主成分分析方法， 根据所述所有层的轮廓信息， 分别计算每个层的主方向特征向 量， 进而分别计算每 个层的主方向角度。 6.一种排面图像的倾斜检测装置， 其特征在于， 包括信 息获取模块、 轮廓获取模块和倾 斜检测模块； 其中， 所述信息获取模块， 用于获取图像中待检测柜体所有层的mask信息； 所述轮廓获取模块， 用于通过膨胀运算和腐蚀运算， 根据所述所有层的mask信息， 获得 所述所有层的轮廓信息； 所述倾斜检测模块， 用于根据 所述所有层的轮廓信息， 分别计算各层的主方向角度， 当 所有层中最大的主方向角度大于预设值， 确定所述待检测柜 体的排面图像存在倾斜； 反之， 确定所述待检测柜体的排 面图像不存在倾 斜； 其中， 所述主方向角度与各层分别一 一对应。 7.如权利要求6所述的一种排面图像的倾斜检测装置， 其特征在于， 所述倾斜检测装置权　利　要　求　书 1/2 页 2 CN 115359065 A 2还包括识别模块， 所述识别模块用于在所述获取图像中待检测柜体所有层 的mask信息之 前， 获取图像中所有柜体的mask信息和所有层的mask信息； 根据所有柜体mask信息， 计算所有柜体mask的面积； 将最大的面积的mask对应的柜体作为所述待检测柜体； 其中， 所述待检测柜体为当前 摄像头对应柜体； 根据所述所有层的mask和当前柜体的mask的重合度， 确定所述待检测 柜体对应的所有 层。 8.如权利要求7所述的一种排面图像的倾斜检测装置， 其特征在于， 所述倾斜检测装置 还包括图像分割模块， 所述图像 分割模块用于在所述 获取图像中所有柜 体的mask信息和所 有层的mask信息之前， 获取所述当前摄像头的源图像； 其中， 所述当前摄像头的源图像在接收到门体开门信 号时进行拍照获取； 基于训练好的位置分割器的输出， 获取所述当前摄像头的源图像 中所有柜体的mask信 息和所有层的mask信息 。 9.如权利要求8所述的一种排面图像的倾斜检测装置， 其特征在于， 所述倾斜检测装置 还包括模型训练模块， 所述模型训练模块用于在所述 获取所述当前摄像头的源图像中所有 柜体的mask信息和所有层的mask信息之前， 获取源图像数据集； 其中， 所述源图像数据集包括多个 摄像头获取的源图像； 对源图像数据集中所有源图像中的所有柜体以及所有层进行轮廓标注； 采用yolact深度学习分割模型作为基础模型， 通过经过标注的源图像数据集进行训 练， 获得所述训练好的位置分割器。 10.如权利要求6所述的一种排面图像的倾斜检测装置， 其特征在于， 所述倾斜检测模 块根据所述所有层的轮廓信息， 分别计算各层的主方向角度， 具体为： 所述倾斜检测模块通过主成分分析方法， 根据所述所有层的轮廓信息， 分别计算每个 层的主方向特 征向量， 进 而分别计算每 个层的主方向角度。权　利　要　求　书 2/2 页 3 CN 115359065 A 3